我正在使用一个名为 newdata.csv 的 CSV 数据集,该数据集包含 186 个国家/地区从 1997 年到 2015 年的腐败感知指数评级。这是它的一个小快照:
在这里,年份向右延伸。 我想将数据放入我可以在 python 中使用的长格式。为此,我尝试使用 pandas 的 melt 函数。此代码:
import pandas as pd
data = pd.read_csv("newdata.csv", encoding = "ISO-8859-1")
a = pd.melt(data, id_vars='Country', value_vars=[1997, 1998, 1999,
2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011,
2012, 2013, 2014, 2015])
然后我将它导出为一个新的 CSV,我可以在 excel 中查看,代码如下:
a.to_csv('Pythonoutput.csv', sep=',')
当我这样做时,我得到了我想要的国家列和年份列,但没有任何数据。这是我的结果:
请您参考如下方法:
首先,读取你的数据
df = pd.read_csv("newdata.csv", encoding = "ISO-8859-1")
你的数据索引是Country,所以通过set_index()让dataframe知道它
df = df.set_index('Country')
要将所有列堆叠在一起,请使用 stack()
df = df.stack()
通过堆叠,DataFrame自动得到一个MultiIndex有2个级别。最后重命名索引。 DataFrame 可以将 Country 推断为第一层的名称,但第二层还没有标签:
df.index.names = ['Country', 'Year']
现在您可以通过 to_csv() 导出它了.使用 header-argument
df.to_csv("Pythonoutput.csv", header=['CPI'])
综合起来:
df = pd.read_csv("newdata.csv", encoding = "ISO-8859-1").set_index('Country').stack()
df.index.names = ['Country', 'Year']
df.to_csv("Pythonoutput.csv", header=['CPI'])
